- Vertex AI gør det nemt at udvikle og implementere AI-modeller på Google Cloud
- Det er vigtigt at konfigurere IAM- og serviceagenttilladelser korrekt
- Integration med andre platforme sker gennem API-nøgler i JSON-format
- Vertex AI-søgning og samtale giver dig mulighed for at oprette intelligente og tilpassede chatbots

I en verden hvor kunstig intelligens transformerer den måde, vi interagerer med data og applikationer på, har Google lagt en af sine mest kraftfulde løsninger på bordet: Vertex AI på Google Cloud. Denne platform er designet til at lette implementeringen af AI-modeller i et skalerbart, sikkert miljø, der er fuldt integreret med Google Cloud-økosystemet.
Med værktøjer, der tillader alt fra oprettelse af personlige modeller til integration af intelligente chatbots, Vertex AI (som vi allerede talte om i denne artikel) er blevet en nøglemulighed for virksomheder og udviklere, der søger at forenkle implementeringen af løsninger baseret på maskinlæring. I denne artikel skal vi se trin for trin hvordan integrere Vertex AI i Google Cloud, herunder dets brugstilfælde, indledende konfiguration, nødvendige tilladelser, API-nøglestyring og meget mere.
Hvad er Vertex AI, og hvorfor er du interesseret i at integrere det?
Vertex AI es en omfattende maskinlæringsplatform i Google Cloud som samler alle AI-tjenester på ét sted. Fra træning til forudsigelse gør det datateams i stand til at arbejde mere effektivt. Disse er nogle af dens muligheder:
- Attributlagring.
- Oprettelse af chatbots.
- Hurtig implementering af forudsigelser i realtid.
- Brugerdefineret modeluddannelse.
Det bedste af det hele er, at du ikke behøver at være AI-ekspert for at begynde at bruge det. Fra små startups til store virksomheder, Vertex AI demokratiserer adgangen til kunstig intelligens.

Indledende opsætning af et projekt i Google Cloud
Før du integrerer Vertex AI i dine applikationer eller arbejdsgange, skal du have et aktivt projekt i Google Cloud. Dette er de væsentlige trin for at komme i gang:
- Få adgang til din Google Cloud-konto. Hvis du ikke har en, kan du oprette en gratis og få $300 i salgsfremmende kreditter.
- Vælg eller opret et projekt fra projektvælger i Google Cloud-konsollen. Sørg for at give det et klart navn.
- Aktiver fakturering i det projekt, da det er nødvendigt for at aktivere tjenesterne.
- Aktiver Vertex AI API søger efter "Vertex AI" i den øverste bjælke og aktiverer dens API derfra.
Når dette er gjort, vil du være klar til at bruge de kraftfulde tjenester, som Vertex AI tilbyder på Google Cloud.
Nødvendige tilladelser og identiteter: IAM og serviceagenter
For at integrere Vertex AI i Google Cloud og for at denne funktion kan fungere korrekt i dit projekt, er det vigtigt at etablere de rigtige tilladelser. Dette involverer både brugeren og serviceagenten, der handler på vegne af systemet.
Nøglekomponenten til lagring og genbrug af modelattributter er Vertex AI Feature Store, hvilket får en serviceagent til at betjene denne formular:
service-[PROJECT_NUMBER]@gcp-sa-aiplatform.iam.gserviceaccount.com
Denne agent skal have tilladelse for at få adgang til dine projektdata. Hvis data er i et andet projekt end attributlageret, bliver du nødt til det manuelt give adgang til agenten fra det projekt, hvor disse data er placeret.
Der foruddefinerede IAM-roller for forskellige typer brugere:
- DevOps og IT-styring: featurestoreAdmin eller featurestoreInstanceCreator.
- Ingeniører og dataforskere: featurestoreResourceEditor og featurestoreDataWriter.
- Analytikere og forskere: featurestoreResourceViewer og featurestoreDataViewer.
Korrekt tildeling af disse tilladelser sikrer, at hvert team kan arbejde med ressourcerne efter behov uden at kompromittere systemsikkerheden.
Sådan hentes og konfigureres API-nøgle til Vertex AI
For at eksterne tjenester kan kommunikere med Vertex AI, er det nødvendigt at generere en privat API-nøgle. Her forklarer vi, hvordan du gør det trin for trin:
- Opret en servicekonto fra konsollen i "IAM og administration → Tjenestekonti".
- Tildel rollen "Vertex AI Service Agent". under skabelsen. Dette er nøglen til, at du kan agere inden for projektet.
- Generer en JSON-typenøgle fra fanen "Nøgler". Gem filen omhyggeligt, da det er din adgang til den eksterne integration.
Derefter skal du bare kopiere JSON-indholdet til det angivne felt på den platform, du vil forbinde, såsom AI Content Labs.
Opbygning af chatbots med Vertex AI-søgning og -samtale
Et af de mest alsidige værktøjer, som vi kan få adgang til efter at have integreret Vertex AI i Google Cloud, er oprettelse af intelligente samtaleassistenter. Med Vertex AI-søgning og -samtale du kan:
- Upload PDF-dokumenter og tillade botten at besvare spørgsmål baseret på dens indhold.
- Udvikle brugerdefinerede guider der reagerer på specifikke emner.
- Brug af Dialogflow CX for mere avanceret tilpasning.
En vigtig detalje er konfigurere agentsproget korrekt. Hvis PDF'erne er på spansk, og botten er konfigureret på engelsk, vil den ikke fungere, som den skal.

Integration af Vertex AI i egne applikationer
Det nytter ikke noget at oprette en kraftfuld assistent, hvis du ikke kan bruge den på din hjemmeside eller mobilapp. Heldigvis, Google tillader nemt dets integration i forskellige miljøer:
- Vertex AI Search tillader indlejre chatbotten direkte på websider eller mobilapplikationer.
- Vertex AI Conversation, der er integreret med platforme som Dialogflow CX, udvider kompatibiliteten med flere forretningsløsninger.
Det betyder, at du kan have en AI-baseret chatbot på dit websted i løbet af få minutter, alt sammen understøttet af Google Cloud-infrastruktur.
Kvoter, grænser og god praksis
Som alle Google Cloud-produkter har Vertex AI brugsgebyrer Hvad er tilrådeligt at gennemgå:
- Grænser for antallet af online leveringsknuder.
- Mængde af anmodninger i minuttet tilladt at Feature Store.
Disse gebyrer hjælper med at holde systemet stabilt for alle brugere og giver os mulighed for at opdage handlinger, der kan påvirke din fakturering. Når du opretter et produktionsmiljø, er det altid praktisk slå alarmer til Google Cloud Overvågning.
Vertex AI repræsenterer det næste skridt i udviklingen af kunstig intelligens anvendt på den virkelige verden. Fra indledende opsætninger til komplekse integrationer har dette værktøj det hele til at gøre dit liv lettere som udvikler, dataforsker eller it-professionel. At integrere Vertex AI i Google Cloud er en fantastisk måde at sætte gang i dit næste digitale projekt.
Redaktør med speciale i teknologi og internetspørgsmål med mere end ti års erfaring i forskellige digitale medier. Jeg har arbejdet som redaktør og indholdsskaber for e-handel, kommunikation, online marketing og annoncevirksomheder. Jeg har også skrevet på økonomi, finans og andre sektorers hjemmesider. Mit arbejde er også min passion. Nu gennem mine artikler i Tecnobits, Jeg forsøger at udforske alle de nyheder og nye muligheder, som teknologiens verden tilbyder os hver dag for at forbedre vores liv.
